63 papers
Dit onderzoek presenteert een op een groot taalmodel (Google Gemini 2.0 Flash) gebaseerde chatbot die de opzet en uitvoering van tweedimensionale elektromagnetische simulaties met Gmsh en GetDP automatiseert, waardoor de tijdsinvestering voor het modelleren van geleiders met variabele geometrieën en aangepaste post-processing aanzienlijk wordt gereduceerd.
Dit paper introduceert EPIC, een gedistribueerd SciML-framework dat hardware- en fysica-gestuurde technieken combineert om communicatiekosten en latentie aanzienlijk te verminderen terwijl de fysieke nauwkeurigheid behouden blijft.
ToolRosetta is een geautomatiseerd framework dat open-source code repositories en API's omzet in MCP-compatibele tools, waardoor LLM-agenten complexe taken kunnen uitvoeren met minimale menselijke tussenkomst en verbeterde prestaties.
Dit artikel introduceert een functor die een dynamiek verleent aan een algebraïsch model van interacterende componenten, waarmee het AlChemy-model uit kunstmatig leven wordt gegeneraliseerd en de verbinding tussen algebraïsche en dynamische aspecten via categorietheorie wordt onderzocht.
Deze paper introduceert een geregulariseerde ensemble Kalman-filtermethode voor het bijwerken van de toestand van stochastische faseveldmodellen voor brosse breuk op basis van sensorgegevens, waardoor zowel verplaatsingen als het onwaargenomen veld van de fasebreuk nauwkeurig kunnen worden geschat.
Dit artikel introduceert een robuuste aanpak voor variabele-dikte topologieoptimalisatie die ongewenste dunne gebieden onderdrukt en een nieuwe, door dichtheidsgradiënten geïnformeerde projectie methode presenteert om structurele randen scherp te maken zonder de stijfheid van het ontwerp significant te beïnvloeden.
Dit paper presenteert een loopgebaseerd algoritme voor het online, conflictvrije plannen en routeren van AGV's in ophalings- en bezorgsystemen, dat experimenteel aantoont dat het andere methoden overtreft of even goede resultaten levert in minder rekentijd.
Dit paper introduceert een uitlegbaar, adaptief framework voor heterogene anomaliedetectie in financiële netwerken dat via mechanisme-specifieke experts en dynamische grafen niet alleen vroegtijdige waarschuwingen biedt, maar ook de onderliggende oorzaken van marktdisrupties identificeert.
Dit artikel biedt een uitgebreide taxonomie en praktische leidraad voor numerieke differentiatiemethoden, inclusief de open-source Python-pakket PyNumDiff, om wetenschappers en ingenieurs te helpen de meest geschikte algoritmen te selecteren voor het verwerken van ruisbeïnvloede data.
Dit paper presenteert een nieuwe Bitcoin-prijsvoorspellingsmethode die Combinatorial Fusion Analysis (CFA) toepast om diverse machine learning-modellen te combineren, wat resulteert in een aanzienlijk betere prestatie met een MAPE van 0,19% vergeleken met individuele modellen en andere bestaande voorspellingsmethoden.
Deze studie toont aan dat het gebruik van LLM-gebaseerde nieuwsgevoelensanalyse, met name met het DeBERTa-model of een ensemble van drie modellen, de nauwkeurigheid van de voorspelling van aandelenkoersbewegingen significant kan verbeteren.
HarmonyCell is een end-to-end agentframework dat single-cell perturbatiestudies automatiseert door semantische heterogeniteit op te lossen met een door LLM-aangedreven semantic unifier en statistische heterogeniteit aan te pakken met een adaptieve Monte Carlo Tree Search-engine, waardoor schaalbaar virtueel celmodelleren mogelijk wordt zonder dataset-specifieke engineering.
Deze studie toont aan dat Fourier Neural Operators (FNO) een sneller en nauwkeuriger alternatief bieden voor traditionele CFD-methoden bij het voorspellen van stationaire stroming door poreuze media, wat de topologie-optimalisatie van koudplaten aanzienlijk versnelt.
Deze studie introduceert een fysiek consistente neurale netwerkbenadering voor het modelleren van Cosserat-elasticiteit in microgestructureerde media, waarbij de oplossingen worden gevalideerd aan de hand van afgeleide stabiliteitsvoorwaarden zoals quasiconvexiteit en de Legendre-Hadamard-ongelijkheden.
Dit artikel introduceert een GPU-versnelde, tijdsdomein-geloste EM-Thermisch-Mechanische co-simulatie voor geavanceerde pakketten die volledige fysica-benadering mogelijk maakt in de vroege ontwerpfase, waardoor dynamische spanningsproblemen die door traditionele methoden worden gemist, tijdig kunnen worden geïdentificeerd.
Dit paper introduceert Agora, een AI-platform dat burgers helpt consensusvaardigheden te ontwikkelen door hen te laten samenwerken op beleidsonderwerpen met behulp van menselijke stemmen en feedback, waarbij een vooronderzoek aantoont dat deze aanpak leidt tot betere probleemoplossende vaardigheden en kwalitatief hoogwaardigere consensusverklaringen dan traditionele methoden.
Deze studie introduceert Tau-BNO, een snel en nauwkeurig neuronaal operator-surrogaatmodel dat de computationele barrières van het Network Transport Model voor tau-transport overbrugt door microscopische reactiekinetiek en anisotrope netwerkvervoer te simuleren, waardoor parameterinferentie en mechanistisch onderzoek in Alzheimer-onderzoek aanzienlijk worden versneld.
Dit onderzoek toont aan dat cross-model geleide bias-detectie de kosten voor het identificeren van vooroordelen in financiële taalmodellen aanzienlijk kan verlagen door gebruik te maken van consistente patronen in bias-revelerende inputs tussen verschillende modellen.
Dit artikel introduceert een kader waarbij Large Language Models (LLMs) worden gebruikt om contextbewuste semantische veranderingen in bedrijfspublicaties te extraheren en te kwantificeren, wat leidt tot een aanzienlijk hogere risicogecorrigeerde alfa en voorspellende kracht vergeleken met traditionele NLP-methoden.
Het paper introduceert CostNav, een nieuw benchmark voor fysieke AI-agenten dat navigatieprestaties evalueert op basis van realistische economische kosten en inkomsten door gebruik te maken van industriestandaarddata, en onthult dat bestaande methoden voor autonome bezorging nog niet economisch levensvatbaar zijn.